ฐานข้อมูลพันธุกรรมพืชสวน » Bigdata http://hort.ezathai.org พืชผัก เห็ด และสมุนไพร, การปลูก, ศูนย์องค์ความรู้พืชสวนด้านการเกษตร, สัจจะ ประสงค์ทรัพย์, herbdoa, medicinal plant,satja prasongsap, Horti Thai Thu, 16 Apr 2026 08:49:42 +0000 en-US hourly 1 http://wordpress.org/?v=3.4.2 ความต้องการน้ำพืชสวน http://hort.ezathai.org/?p=10237 http://hort.ezathai.org/?p=10237#comments Fri, 23 Sep 2022 02:17:01 +0000 admin http://hort.ezathai.org/?p=10237 การใช้น้ำของพืช   ค่าสัมประสิทธิ์การใช้น้ำของพืช Kc 1.กระหล่ำดอก 1.09 2.คะน้า 0.7 4 3.แตงโม 1.18 4.มะเขือเทศ 1.23 5.หอมหัวใหญ่ 1.15 6.หอมแดง 1.01 7.มะระ 1.18 8.หน่อไม้ฝรั่ง 0.97 9.เผือก 1.83 10.มะนาว(1-3ปี) 1.39 มะนาว(3-5ปี) 1.47 11.มะม่วง 1.99 12.ส้มโอ 1.77 ค่าสัมประสิทธิ์การใช้น้ำของพืช (Kc) ในระยะต่างๆ ของการพัฒนาการของพืช การพัฒนาการทางด้านกิ่งก้านสาขา ทุเรียน 0.6 เงาะ 0.6 มังคุด 0.6 ส้ม 0.65 ไม้ผลอื่นๆ 0.75 การชักนำตาดอก 0.0/0.6 การติดผล ทุเรียน 0.5 เงาะ0.75 มังคุด 0.75 ส้ม [...]

The post ความต้องการน้ำพืชสวน appeared first on ฐานข้อมูลพันธุกรรมพืชสวน.

]]> การใช้น้ำของพืช

 

ค่าสัมประสิทธิ์การใช้น้ำของพืช Kc

1.กระหล่ำดอก 1.09 2.คะน้า 0.7 4 3.แตงโม 1.18 4.มะเขือเทศ 1.23 5.หอมหัวใหญ่ 1.15 6.หอมแดง 1.01 7.มะระ 1.18 8.หน่อไม้ฝรั่ง 0.97 9.เผือก 1.83 10.มะนาว(1-3ปี) 1.39 มะนาว(3-5ปี) 1.47 11.มะม่วง 1.99 12.ส้มโอ 1.77

ค่าสัมประสิทธิ์การใช้น้ำของพืช (Kc) ในระยะต่างๆ ของการพัฒนาการของพืช

การพัฒนาการทางด้านกิ่งก้านสาขา ทุเรียน 0.6 เงาะ 0.6 มังคุด 0.6 ส้ม 0.65 ไม้ผลอื่นๆ 0.75

การชักนำตาดอก 0.0/0.6

การติดผล ทุเรียน 0.5 เงาะ0.75 มังคุด 0.75 ส้ม 0.70 ไม้ผลอื่นๆ 0.75

การพัฒนาการของผลอ่อน ทุเรียน 0.6 เงาะ 0.8 มังคุด 0.8 ส้ม 0.7 ไม้ผลอื่นๆ 0.75

การเจริญเติบโตของผล ทุเรียน 0.85 เงาะ 0.85 มังคุด 0.85 ส้ม 0.85 ไม้ผลอื่นๆ 0.75

การเริ่มสุกแก่ ทุเรียน 0.75 เงาะ 0.85 มังคุด 0.85 ส้ม 0.75 ไม้ผลอื่นๆ 0.75

The post ความต้องการน้ำพืชสวน appeared first on ฐานข้อมูลพันธุกรรมพืชสวน.

]]> http://hort.ezathai.org/?feed=rss2&p=10237 0 SQL กับการเกษตร http://hort.ezathai.org/?p=9936 http://hort.ezathai.org/?p=9936#comments Mon, 29 Nov 2021 02:35:32 +0000 admin http://hort.ezathai.org/?p=9936 SQL กับการเกษตร การจัดการฐานข้อมูลทางการเกษตรด้วย SQL การฝีกใช้งานสามารถไปที่อยู่ https://sqliteonline.com เพื่อเรียนรู้วิธีการใช้งาน

The post SQL กับการเกษตร appeared first on ฐานข้อมูลพันธุกรรมพืชสวน.

]]> SQL กับการเกษตร

การจัดการฐานข้อมูลทางการเกษตรด้วย SQL

การฝีกใช้งานสามารถไปที่อยู่ https://sqliteonline.com เพื่อเรียนรู้วิธีการใช้งาน

The post SQL กับการเกษตร appeared first on ฐานข้อมูลพันธุกรรมพืชสวน.

]]> http://hort.ezathai.org/?feed=rss2&p=9936 0 smart food chain http://hort.ezathai.org/?p=8222 http://hort.ezathai.org/?p=8222#comments Tue, 04 Feb 2020 02:15:59 +0000 admin http://hort.ezathai.org/?p=8222 Smart Food Chain Smart food chain คือระบบการผลิตพืชจากผู้ผลิตถึงผู้บริโภคโดยใช้เทคโนโลยีคอมพิวเตอร์มาใช้ในการบริหารการจัดการ ประเทศญี่ปุ่นใช้ Smart Food Chain (SFC) จะมีระบบ WAGRI เป็นตัวเชื่อมข้อมูลทั้ง 4 ระบบ ประเทศบราซิลเริ่มดำเนินการ SFC ในปีนี้ร่วมระดมไอเดียจากฝ่ายที่เกี่ยวข้อง เพื่อพัฒนา สร้างสรรค์ผลิตภัณฑ์หรือนวัตกรรมที่มีคุณค่าร่วมกัน องค์ประกอบ SFC มีดังนี้ 1. Smart Breeding (Breeding)-Speed up the breeding process : New breeding technologies, Big data based breeding เช่น การปรับปรุงพันธุ์ข้าวในประเทศเวียดนาม โดยการแลกเปลี่ยนลักษณะทางพันธุ์กรรม(ยีน) กับข้าวญี่ปุ่น และในประเทศพม่าใช้ในการผลิตและจัดการการเลี้ยงสัตว์ ในประเทศบราซิลใช้ในการจัดเก็บข้อมูล farmnote cloud base herd management system และใช้ระบบ Al [...]

The post smart food chain appeared first on ฐานข้อมูลพันธุกรรมพืชสวน.

]]> Smart Food Chain

Smart food chain คือระบบการผลิตพืชจากผู้ผลิตถึงผู้บริโภคโดยใช้เทคโนโลยีคอมพิวเตอร์มาใช้ในการบริหารการจัดการ ประเทศญี่ปุ่นใช้ Smart Food Chain (SFC) จะมีระบบ WAGRI เป็นตัวเชื่อมข้อมูลทั้ง 4 ระบบ ประเทศบราซิลเริ่มดำเนินการ SFC ในปีนี้ร่วมระดมไอเดียจากฝ่ายที่เกี่ยวข้อง เพื่อพัฒนา สร้างสรรค์ผลิตภัณฑ์หรือนวัตกรรมที่มีคุณค่าร่วมกัน องค์ประกอบ SFC มีดังนี้

1. Smart Breeding (Breeding)-Speed up the breeding process : New breeding technologies, Big data based breeding เช่น การปรับปรุงพันธุ์ข้าวในประเทศเวียดนาม โดยการแลกเปลี่ยนลักษณะทางพันธุ์กรรม(ยีน) กับข้าวญี่ปุ่น และในประเทศพม่าใช้ในการผลิตและจัดการการเลี้ยงสัตว์ ในประเทศบราซิลใช้ในการจัดเก็บข้อมูล farmnote cloud base herd management system และใช้ระบบ Al เข้ามาช่วยในการตรวจสอบและจัดเก็บข้อมูล cloud and ai based heat detection system

2. Smart Production (Cultivation)-Productivity improvement under labor shortage: เช่นการใช้เทคโนโลยีโรงเรือนการปลูกพืช (Green house) การใช้หุ่นยนต์ (Robot) Al มาช่วยในการเพาะปลูกเพื่อแก้ปัญหาภาวะขาดแคลนแรงงาน

2.1 ใช้ระบบ Smart Agriculture : Utilize Satellite, Sensor, Web-Application, Introduction of smart agricultural machinery (การใช้ดาวเทียม ระบบเซ็นเซอร์ เว็บไซต์-แอพพลิเคชั่น การแนะนำเครื่องจักรของระบบเกษตรอัจฉริยะ)

2.1.1  Utilize satellite by partnership with JAVA การใช้ประโยชน์จากดาวเทียมของผู้ร่วมงานกับ JAXA โดยใช้ดาวเทียม Shisai : cloud aerosols vegetation, Shizuku : water cycling, Ibuki : greenhouse gases, earth care  : cloud aerosol radiation budget, precipitation NASA:OPR

2.2.2 Sensor : การใช้เซนเซอร์ในประเทศ Columbia : Science and technology research partnership project

2.1.3 Use of web-application: ประเทศพม่าได้มีการใช้เกษตรอัจฉริยะผสมผสานกับระบบเดิมในการพัฒนาผลผลิต เช่นแอพพลิเคชั่นสำหรับควบคุมระบบน้ำ ระบบกำจัดศัตรูพืช

2.1.4 agricultural machinery : มีการฝึกอบรมการเก็บเกี่ยวข้าว การผลิตเมล็ดพันธุ์ เทคนิคการคัดเลือกพันธุ์

2.2 planting schedule: famer’s data base, Input farming plan, Yield prediction ตารางการเพาะปลูก : ฐานข้อมูลของเกษตรกร , ข้อมูลแผนการเพาะปลูก, การคาดการณ์ผลผลิต

2.3 production practices: cultivation work record, organic farming, quality control แนวทางปฏิบัติในการผลิต : บันทึกการเพาะปลูก, การปลูกพืชออแกนิค, การควบคุมคุณภาพ

2.4 sale promotion: sale promotion, origin display, description of items

3. Smart Processing / smart Distribution (Processing and Distribution)- Constant product supply less change in prices : เช่น ระบบบรรจุและขนส่งผลผลิตอัตโนมัติ การตรวจสอบโดยไม่ทำลายผลผลิต

3.1 Smart distribution การเก็บเกี่ยวกะหล่ำในประเทศฟิลิปปินส์ แพคติดบาร์โค๊ด ขึ้นรถ

3.2 Smart cold chain  การเก็บในห้องเย็น Sort and Pack on farm, adopting smart storage and distribution system makes chain even smarter

3.3 E-Support link project การเชื่อมโยงเครือข่าย

4. Smart marketing/consumption ประเทศอินโดนีเซียให้สินเชื่อผ่านแอปมือถือ ประเทศโมซัมบิกให้เงินผ่านอีมันนี่  Smart Selling and Smart Export (Consumption)-Demand expansion Expert promotion : มีเทคโนโลยีการจัดเก็บเพื่อรักษาสินค้าให้คงสภาพเป็นระยะเวลานาน และคาดการณ์ความต้องการของตลาดได้ ส่งผลให้มีการขยายความต้องการ และการกำหนดราคาสินค้า

5. Data Platform on Food and Agriculture industry : WAGRI ใช้ AI และฐานข้อมูลโดย รัฐบาล เอกชน และมหาลัย และมีการใช้ blockchain โดยเอกชน



 

สัจจะ ประสงค์ทรัพย์
Satja Prasongsap
Professional Research Scientist
Horticultural Research Institute(HRI), Department of Agriculture (DOA)
P.O.Box 50 Chattuchak, Bangkok 10900, Thailand
Tel: 66-2940-5484
Fax: 66-2561-4667
E-mail address : herbdoa@gmail.com

The post smart food chain appeared first on ฐานข้อมูลพันธุกรรมพืชสวน.

]]> http://hort.ezathai.org/?feed=rss2&p=8222 0 Big data กับการเกษตร http://hort.ezathai.org/?p=6460 http://hort.ezathai.org/?p=6460#comments Wed, 08 May 2019 08:10:06 +0000 herbdoa http://hort.ezathai.org/?p=6460 ระบบเทคโนโลยีที่เกี่ยวข้องกับการพัฒนา big data โดยเจ้าหน้าที่ google 1. Big Data ไม่ใช่เครื่องมือวิเศษที่บอกว่าให้ไอทีเป็นคนวางระบบแล้วเดี๋ยวจะได้ข้อมูลเอง แต่ผู้ใช้งานต่างหากที่ต้องเป็นคนกำหนดโจทย์ที่คิดว่าอยากจะแก้ปัญหา ถ้าเอะอะบอกว่าให้ไอทีไปคิดมา อันนี้คือจบกัน 2. เรามักจะเข้าใจผิดคิดว่าเอา Data มากองเยอะๆ เดี๋ยวก็มีข้อมูลดีๆ เอง แต่หารู้ไม่ว่าบางครั้งการเอาข้อมูลมาบางอย่่างมีต้นทุนในการได้มาที่สูงมาก แต่มีประโยชน์น้อย ดังนั่นเราควรกำหนดโจทย์ปัญหาให้ชัดเจนก่อนว่า โจทย์ไหนได้ข้อมูลมาไม่ยาก แล้วแก้แล้วมีประโยชน์เยอะก็ทำก่อนเลย 3. ในงานด้านวิเคราะห์ Big Data Analytic ถ้าเราวางแผนเรื่อง Infrastructure ของระบบข้อมูลไม่ดี เราต้องเสียเวลาร้อยละ 70 ของเวลาการทำงานหมดไปกับการ setup การดึงข้อมูลมา ฯลฯ ก่อนที่จะลงมือวิเคราะห์ ดังนั่นให้ดีสุดคือทำบน Cloud นี่ล่ะครับ เรียกว่าทุกอย่างมีครบ เราเน้นที่ Data Analytics อย่่างเดียว 4. เราต้องเข้าใจข้อมูลบางประเภท จะเก็บความถี่แบบไหน ซุ่งต้องสอดคล้องกับการใช้งาน เพราะข้อมูลบ่งอย่างไม่ต้องเก็บแบบ real time ก็ได้ ต้องคำนวณต้นทุนของการจัดเก็บให้ดีๆ [...]

The post Big data กับการเกษตร appeared first on ฐานข้อมูลพันธุกรรมพืชสวน.

]]> ระบบเทคโนโลยีที่เกี่ยวข้องกับการพัฒนา big data โดยเจ้าหน้าที่ google
1. Big Data ไม่ใช่เครื่องมือวิเศษที่บอกว่าให้ไอทีเป็นคนวางระบบแล้วเดี๋ยวจะได้ข้อมูลเอง แต่ผู้ใช้งานต่างหากที่ต้องเป็นคนกำหนดโจทย์ที่คิดว่าอยากจะแก้ปัญหา ถ้าเอะอะบอกว่าให้ไอทีไปคิดมา อันนี้คือจบกัน
2. เรามักจะเข้าใจผิดคิดว่าเอา Data มากองเยอะๆ เดี๋ยวก็มีข้อมูลดีๆ เอง แต่หารู้ไม่ว่าบางครั้งการเอาข้อมูลมาบางอย่่างมีต้นทุนในการได้มาที่สูงมาก แต่มีประโยชน์น้อย ดังนั่นเราควรกำหนดโจทย์ปัญหาให้ชัดเจนก่อนว่า โจทย์ไหนได้ข้อมูลมาไม่ยาก แล้วแก้แล้วมีประโยชน์เยอะก็ทำก่อนเลย
3. ในงานด้านวิเคราะห์ Big Data Analytic ถ้าเราวางแผนเรื่อง Infrastructure ของระบบข้อมูลไม่ดี เราต้องเสียเวลาร้อยละ 70 ของเวลาการทำงานหมดไปกับการ setup การดึงข้อมูลมา ฯลฯ ก่อนที่จะลงมือวิเคราะห์ ดังนั่นให้ดีสุดคือทำบน Cloud นี่ล่ะครับ เรียกว่าทุกอย่างมีครบ เราเน้นที่ Data Analytics อย่่างเดียว
4. เราต้องเข้าใจข้อมูลบางประเภท จะเก็บความถี่แบบไหน ซุ่งต้องสอดคล้องกับการใช้งาน เพราะข้อมูลบ่งอย่างไม่ต้องเก็บแบบ real time ก็ได้ ต้องคำนวณต้นทุนของการจัดเก็บให้ดีๆ

ใครๆ ก็พูดถึง Big Data แต่จะทำให้เกิดในองค์กรต้องมี know how ในการวางแผนที่ดีนะครับ

 

สัจจะ ประสงค์ทรัพย์
Satja Prasongsap
Professional Research Scientist
Horticultural Research Institute(HRI), Department of Agriculture (DOA)
P.O.Box 50 Chattuchak, Bangkok 10900, Thailand
Tel: 66-2940-5484
Fax: 66-2561-4667
E-mail address : herbdoa@gmail.com

The post Big data กับการเกษตร appeared first on ฐานข้อมูลพันธุกรรมพืชสวน.

]]> http://hort.ezathai.org/?feed=rss2&p=6460 0